Detección y seguimiento de objetos parcialmente ocluidos por el medio acuático en entornos marítimo-portuarios.

Abstract

En el ámbito de la Visión por Computador, la detección de objetos supone un reto clave para asegurar la seguridad, eficiencia y rendimiento de diferentes ecosistemas y sectores. En particular, puede ser un elemento de gran ayuda en entornos marítimo-portuarios donde la intervención y actuación humana están fuertemente limitadas debido a las características del propio medio y donde pueden ser observadas por cámaras. En los últimos años se han desarrollado multitud de soluciones basadas en inteligencia artificial para lidiar con las consecuencias que acarrea lo anteriormente comentado. Sin embargo, la detección de objetos parcial o totalmente bloqueados por otros objetos (oclusiones) y las posibles condiciones adversas (falta o exceso de luz, niebla, reflejos, polvo, etc.) no han sido tan ampliamente tratadas y siguen presentando un reto a día de hoy. Este Trabajo de Fin de Grado (TFG) se desarrolla en colaboración con la Plataforma Oceánica de Canarias (PLOCAN), que dispone de un sistema de vigilancia marítima basado en cámaras e inteligencia artificial orientado a la monitorización y al seguimiento de su banco de ensayos. En este contexto, y entre los múltiples sensores y elementos que pueden transitar en dicha área, se propone generar un modelo capaz de detectar boyas como caso representativo de los retos que plantea la Visión por Computador en el entorno marino. Este trabajo ha sido financiado por la Plataforma Oceánica de Canarias (PLOCAN) en el marco de su línea de investigación en análisis de datos, y se enmarca dentro de la colaboración activa en investigación entre PLOCAN, el Centro de Tecnologías de la Imagen (CTIM) del Instituto Universitario de Cibernética, Empresa y Sociedad (IUCES), y la empresa Qualitas Artificial Intelligence and Science.

In the field of Computer Vision, object detection represents a key challenge for ensuring the safety, efficiency, and performance of various ecosystems and sectors. In particular, it can be highly beneficial in maritime and port environments, where human intervention is severely limited due to the nature of the environment and where camera-based observation is feasible. In recent years, numerous artificial intelligence-based solutions have been developed to address the consequences associated with these constraints. However, the detection of objects that are partially or fully occluded by others, as well as operation under adverse conditions (such as insufficient or excessive lighting, fog, reflections, dust, etc.), has not been as thoroughly addressed and remains a persistent challenge. This Bachelor’s Thesis (TFG) is carried out in collaboration with the Oceanic Platform of the Canary Islands (PLOCAN), which operates a maritime surveillance system based on cameras and Artificial Intelligence for monitoring its offshore test site. In this context, and among the many sensors and elements that may be present in the area, the aim is to develop a model capable of detecting buoys as a representative case of the challenges posed by Computer Vision in the marine environment. This work has been funded by the Oceanic Platform of the Canary Islands (PLOCAN) as part of its research line in data analysis and is framed within the ongoing research collaboration between PLOCAN, the Image Technology Center (CTIM) of the University Institute for Cybernetics, Business and Society (IUCES), and the company Qualitas Artificial Intelligence and Science.